第3章离散傅里叶变换2幻灯片.pptx

3.3 快速傅里叶变换; 快速傅里叶变换(Fast Fourier Trasform。简称FFT)是一种减少DFT计算时间的算法。在此出现之前，虽然DFT为离散信号的分析从理论上提供了变换工具，但是很难实现，因为计算时间很长。例如，对采样点 N＝l000，DFT算法运算量约需200万次，而FFT仅约需1.5万次，可见FFT方法大大地提高了运算效率。因此，FFT方法于1965年由美国库利—图基(J.W.Cooley—J.W.Tukey)首先提出时，曾被认为是信号分析技术的划时代的进步。;FFT: Fast Fourier Transform 1965 年，James W. Cooley 和 John W. Tukey 在《计算数学》（《Mathematics of Computation》）上发表了“ 一种用机器计算复序列傅立叶级数的算法（An algorithm for the machine calculation of complex Fourier series）” 论文。;计算DFT复数运算量;利用 的固有对称性和周期性改善DFT的运算效率;时间抽取基-2FFT算法Decimation-in-Time (DIT) ;一、算法原理;二 、按时间抽选的基-2FFT算法;则x(n)的DFT:;一个N点的DFT被分解为两个N/2点DFT。X1(k)，X2(k)这两个N/2点的DFT按照： ;再利用周期性求X(k)的后半部分;求出后半部的表示式;频域中的N个点频率成分为：;由于N=2^L，因此N/2仍为偶数，可以依照上面方法进一步把每个N/2点子序列，再按输入n的奇偶分解为两个N/4点的子序列，按这种方法不断划分下去，直到最后剩下的是2点DFT，两点DFT实际上只是加减运算。;例子：求 N=23=8点FFT变换 （1）先按N=8--N/2=4，做4点的DFT：;2、蝶形结;将N=8点分解成2个4点的DFT的信号流图 ;(2)N/2(4点)--N/4(2点)FFT a 先将4点分解成2点的DFT：;b 求2点的DFT;c 一个2点的DFT蝶形流图;d 另一个2点的DFT蝶形流图;(3)将N/4（2点）DFT再分解成2个1点的DFTa 求2个一点的DFT;b 2个1点的DFT蝶形流图 ;(4)一个完整N=8的按时间抽取FFT的运算流图 ;3 按时间抽取FFT算法的特点;算法特点;例：N=8 FFT运算，输入:; 码位倒序规则;例子;倒位序;1.计算速度 当N = 2L时，共有L级蝶形，每级N / 2个蝶形，每个蝶形有1次复数乘法2次复数加法。 ;;如 N=512、1024 和 8192 时，DFT 的复数乘法运算 N2 = 5122 = 218 = 262144（26万次） N2 = 10242 = 220 = 1048576（105万次） N2 = 81922 = 226 =6千7百万次） 对于大的N，在实际中是不能接受的，无法“实时”应用 DFT。 Cooley 与 Tukey 提出的 FFT 算法，大大减少了计算次数。如 N =512 时，FFT 的乘法次数约为 2000 次，提高了约 128 倍，而且简化随 N 的增加而巨增，因而，用数值方法计算频谱得到实际应用。;频率抽取基-2FFT算法Decimation-in-Frequency (DIF) ; 算法原理; 按k的奇偶将X(k)分成两部分：;令;;N /2仍为偶数，进一步分解：N /2 N /4;;同理：;逐级分解，直到2点DFT;x1(0); DIF与DIT比较1;不同之处 DIF与DIT两种算法结构倒过来 DIF为输入顺序，输出乱序。运算完毕再运行“二进制倒读”程序。 DIT为输入乱序，输出顺序。先运行“二进制倒读”程序，再进行求DFT。 蝶形结不同 DIT的复数相乘出现在减法之前。 DIF的复数相乘出现在减法之后。;快速傅里叶逆变换(IFFT);以上所讨论的FFT的运算方法同样可用于IDFT的运算，简称为IFFT。即快速付里叶反变换。从IDFT的定义出发，可以导出下列二种利用FFT来计算IFFT的方法。; 利用FFT计算IFFT的思路1;把FFT的时间抽取法，用于IDFT运算时，由于输入变量由时间序列x(n)改成频率序列X(k)，原来按x(n)的奇、偶次序分组的时间抽取法FFT，现在就变成了按X(k)的奇偶次序抽取了。 同样，频率抽取的FFT运算??于IDFT运算时，也应改变为时间抽取的IFFT。;;共轭;快速傅里叶的应用;;重叠相加法;;